第一季度中国互联网受众媒介接触测量Word文档格式.docx

1、非工作日，受众电视接触时长增长显著互联网愈发成为日常消费信息的重要获取渠道，口碑的传播影响力不容小觑互联网与口碑成为影响购买行为的最主要渠道浏览新闻、收发电子邮件以及欣赏或下载音乐成为使用比例最高的服务 总体概述2.1调研背景与宗旨中国互联网受众媒介接触测量为中国互联网调查的重点 调查方向之一。针对中国互联网受众媒介接触习惯，互联网数据中心从2005年以来一直进行季度、半年度、年度测量。年度测量从2005年为第一 届，2008年为第五届。在这五届的测量中，相关数据都分别反映在中国互联网年度调查报告中。2009中国互联网调查自2009年1月开始设计调研系统、发展调研样本，分为上半年调查和下半年调

2、查两个阶段，年度调查将于2009年12月结束。2009年度调查为第六年、第六届举行，系全国范围内的连续性系统调查，是中国国内规模最大的互联网产业、市场、用户调查。2009第一季度中国互联网调查时间范围：2009年1月1日至2009年3月31日。2009第一季度中国互联网调查人群范围：中华人民共和国31省自治区直辖市（中国台湾和中国澳门未涉及，中国香港部分调查结果另行发布）。2009第一季度中国互联网调查互联网用户有效样本量：28,936个用户样本。2009第一季度中国互联网调查互联网企业访问有效样本量：51家企业样本。2009第一季度中国互联网调查互联网专家顾问有效样本量：31位专家样本。历

3、经十余年的稳步、快速发展，互联网已经成为我国极具影响力的、不可或缺的信息发布和传播媒介，互联网已然成长为我国的强势媒体。互联网在中国的扩散已经达 到了临界点，中国成为全球最重要的互联网市场之一。2008年，互联网最为媒体有着优异的表现，无论是2008年初的雪灾、5.12的震灾，还是8月的盛 事北京奥运会，互联网媒体的表现都非常突出。数据显示，奥运期间（8月8日8月24日），拥有正式授权的奥运指标网站的奥运频道和软件在互联网当中 的受众合并到达率为95.1%，互联网奥运会受众总规模高达2.44亿人，以互联网为龙头的新媒体在北京奥运会上全方位显露出自己的传播威力和魅力。 2009年互联网媒体的表现

4、又将会如何？ 目前来看，互联网媒介长期缺乏相对准确、全面、系统、客观的媒介监测、广告投放等相关数据。现有一些 机构提供的数据，质量也往往参差不齐，统计方法、研究框架千差万别，缺少行业的统一性、系统性、规范性。一些商业市场调查研究机构由于是从单一客户角度出 发形成研究报告，数据由于缺乏全行业的深度、广度支持，数据的有效性难以保证。另外，从业者、研究者、广告主等各个方面在自身工作需要相关数据和研究资讯 的时候经常无以参照，一些彼此矛盾的数据更让业者经常感到无所适从。有鉴于此，通过季度、半年度、年度的连续性测量，互联网数据中西希望提供给业界最新鲜、最具价值的成果，助力中国互联网业态高速、稳健发展！满

5、足整个市场对真正的行业第三方的有效数据尤其是行业公共数据信息的强烈需求。2.2调研历程与规模中 国互联网受众媒介接触测量为中国互联网调查的重点调查方向之一。中国互联网调查从2004开始每年进行一次，2004年的调查以用户对不同互联网服务的使 用状况调查为主。2005年度的调查经过调整和完善，扩展到互联网用户、互联网各个细分产业企业，总计50个典型细分领域。2006年继续对50个典型细 分进行深度的市场及用户调查，该调查300多家网站联合推介，最终形成了2006年度中国互联网调查报告。2007年扩展到互联网55个典型细分领域，利 用专业调研手段对市场和受众两大层面进行深入的分析和挖掘。2009年

6、为第六届，继续保持对互联网77个典型细分领域，利用专业调研手段对市场和受众两大层面进行深入的分析和挖掘，由此最终形成基于2009年度、服务2010年度的中国市场年度数据报告。 报告正文1 中国互联网用户各主流媒介接触频度特征分析1.1 主流媒介接触频度总体特征统计互联网、口碑、中央台是互联网受众接触最多的媒介/渠道2009年第一季度调查数据显示：在2009年第一季度中国互联网受众接触次数最多的媒介/渠道统计 中，“互联网”比例最高，达8成以上；“亲戚、朋友和同事的口碑、推荐信息”渠道也有不俗表现，比例为66.7%；中央台和生活类报纸紧随其后，比例分别 为49.2%和29.7%。互联网、口碑、中

7、央台成互联网受众接触最多的媒介/渠道。1.2 主流媒介接触频度年龄差异特征统计简版报告该部分略，具体内容请查看完整版报告。1.3 主流媒介接触频度收入差异特征统计1.4 主流媒介接触频度消费差异特征统计1.5 主流媒介接触频度地域差异特征统计2 中国互联网用户消费信息获取媒介分布2.1 各类消费信息获取媒介总体统计2.2 消费信息获取媒介年龄差异统计2.3 消费信息获取媒介收入差异统计2.4 消费信息获取媒介消费差异统计2.5 消费信息获取媒介地域差异统计3 中国互联网用户各主流媒介接触时段分布3.1 中国互联网用户工作日媒介接触时段分布工作日互联网媒体的接触度领先优势显著互联网受众工作日在白

8、天对互联网（非视频类）媒体接触度高，并在8点 -22点基本保持稳定的态势；互联网受众在工作日的18点以后对电视的接触度迅速拉高，并在晚间20：00点钟达到峰值，接触度为 45.4%，即45.4%的互联网用户在该时段接触过互联网；互联网受众对报纸的接触主要集中在8：00-9：59；而用户对网络视频的接触度与电视媒体 表现类似，均呈现工作忙碌时间的低接触度与晚间突增态势。3.2 中国互联网用户非工作日媒介接触时段分布非工作日电视白天接触度显著升高在非工作日，受众对娱乐性更强的电视以及网络视频媒体的接触时度均有 明显的增加，但对网络视频媒体的接触度并未受到周末因素较大的影响。整体上看，网络视频全天接

9、触度较电视媒介更为稳定，而互联网用户对电视媒介接触度呈大 幅波动的局面，网络视频对电视媒介的互补性日渐显现。4 中国互联网用户各主流媒介接触时长分布4.1 中国互联网用户工作日媒介接触时长分布工作日网络视频与电视接触时长不分伯仲2009年第一季度中国互联网用户工作日接触不同媒介的时长分布中， 受众对互联网（非视频类）每天接触2-4小时、4-8小时的比例最高，分别为24.8%、24.6%，而每天8小时或以上高达18.4%；互联网（非视频 类）工作日接触时长均值为4.0小时。而受众对网络视频的接触时长以每天1-2小时的比例最高，比例为14.4%；电视媒介接触时长分布也以每天接触 1-2小时的受众最

10、为集中，比例为26.0%；网络视频与电视工作日接触时长均值均为约1.7小时。由此可见网络视频也成为互联网受众在工作日中不可或缺 的一个组成部分，成为与电视重要度相当的媒介。4.2 中国互联网用户非工作日媒介接触时长分布非工作日电视接触时长增长显著2009年第一季度中国互联网用户非工作日接触不同媒介的时长统计中 发现，互联网用户在非工作日对互联网（非视频类）接触时长（平均值）比较工作日略有下滑，而受众在非工作日对电视接触时长均值（2.3小时）较工作日接触 时长均值（1.7小时）多出0.6小时，网络视频在非工作日接触时长均值（2.0小时）较工作日接触时长均值（1.7小时）显著多出0.3小时。可以看

11、 出，受众在非工作日对电视接触时长有显著的增多。另外，统计数据显示，互联网（视频类）每天接触8小时或以上的比例由工作日的5.2%增长到非工 作日的7.9%，每天接触2-4小时和4-8小时比例均有相应的提高；电视媒介受众每天接触8小时或以上的比例由工作日的1.7%上升到非工作日的 4.9%。受众在非工作日接触电视与互联网（视频类）媒介的时长在比工作日均有显著增长。5 中国互联网用户网络媒介的资讯广告关注度统计5.1 中国互联网用户日常消费信息的网络媒介来源分布互联网愈发成为日常消费信息的重要获取渠道，口碑的传播影响力不容小觑在2009年第一季度中国互联网受众日常消费信息获取媒介分布统计中 发现，

12、互联网成为主流日常消费信息获取的主要渠道：互联网是互联网用户获取IT数码产品、招聘求职、旅游等消费信息的主要渠道，其中64%的互联网用户通 过互联网获取IT数码产品信息，招聘求职（59%）、旅游（59%）、音乐（57%）、游戏（56%）、家电产品（52%）和教育培训（51%）比例均超 过50%，即过半互联网用户把互联网作为获取这些产品或服务的信息渠道。亲戚、朋友或同事的口碑、推荐信息因其可信度高、针对性强等优势，成为餐饮、健康医疗、娱乐休闲、化妆品等消费信息的重要获取来源。互联网与口碑作为消费信息获取的重要通道，充分印证了消费者对信息的及时性、互动交流以及信息可信度的需求。5.2 中国互联网用

13、户网络媒介的资讯/广告参与度统计5.3 中国互联网用户网络媒介的资讯/广告关注度统计5.4 中国互联网用户网络媒介的资讯/广告购买行为影响力统计互联网与口碑成为影响购买行为的最主要渠道在2009年第一季度最能影响中国互联网受众购买行为的媒介/渠道统 计中，互联网与亲戚、朋友和同事的口碑、推荐信息成影响购买行为的最主要媒介和渠道，比例分别为56.8%和54.2%，中央台也有3成以上的比例，报 纸、杂志类渠道比例整体要高于电台广播、楼宇电梯平面广告等渠道。6 中国互联网用户网络媒介总体应用特征6.1 中国互联网用户网络服务/应用使用类别分布浏览新闻、收发电子邮件以及欣赏或下载音乐成为使用比例最高的

14、服务2009年第一季度中国互联网应用服务使用分布统计中，浏览新闻、收 发电子邮件以及欣赏或下载音乐成为使用比例最高的服务，比例分别为91.3%、82.0%和74.5%。下载软件、到论坛（社区、BBS）看贴、留言、在 线影视收看/下载以及网上购物和玩游戏等娱乐应用服务的使用比例也均超过5成以上。6.2 人均网站访问个数6.3 上网时长与时长分布6.4 上网频率与频率分布6.5 人均页面浏览数与结构7 中国互联网热点应用领域媒介接触特征统计7.1 互联网热点应用领域月受众到达率7.2 互联网热点应用领域总访问时长7.3 互联网热点应用领域总页面浏览数7.4 互联网热点应用领域总访问频次附录3：调研

15、方法与模型3.1调查方法中国互联网市场年度调查采用统一的样本及持续的 跟踪，实现了调查的持续性，实现调查数据的横向及纵向比较。2008年度调查在问卷调查基础上，加入了调查软件客户端记录上网行为（固定样本组监测），实 现了统一样本的持续跟踪，实现了调查的持续性，使得调查具有了连续性对比的意义，实现了统一样本的横向对比。3.1.1固定样本组监测中 国互联网市场年度调查，从2008年1月开始至今，通过与互联网用户达成许可协议安装调查软件客户端，实现调查软件客户端记录上网行为，更加直接、准确的 记录互联网用户的具体上网网址和具体的浏览行为，避免了以往通过问卷调查用户网站上网行为的记忆误差，并实现了固定

16、样本的持续跟踪，使得调查具有了连续性 对比的意义，实现了固定样本的调查数据的横向及纵向比较。3.1.2 网上联机问卷调查中国互联网市场年度调查为了保证国内互联网产业年 度最大规模的网上联机调研的科学性和可操作性，调查课题组专门组织了国内互联网业界、市场调研业界以及统计研究界的专家组成网上联机调研系统方法和策略开 发小组，针对网上大规模用户调研科学系统的开发网上联机调研体系。对于每位安装客户端调查软件的互联网用户，都需要填写本次年度调查问卷。本次年度调查问 卷主要调研用户/受众消费与需求、媒介与广告接触、消费态度和喜好、基本特征等。3.1.3 一对一企业电话访问调查对100多家重点企业的一对一电

17、话采访，针对相关企业的部门高层或领导进行电话调研，第一手获得企业信息、相关领域发展数据、行业发展方面的专业分析判断信息。3.1.4 一对一企业当面访问调查对100多家企业实施一对一访谈，针对相关企业的部门高层或领导进行调研，充分保证贴近市场，把握中国互联网发展最新动态。涉及互联网基础领域、应用领域和新领域三个层次的综合研讨分析，确保调研结果的深入、专业和有效性。3.1.5 资料分析法适度参考相关数据、行业发展资讯，根据有关互联网方面的资料进行整理，充分利用能够得到的有关资料进行互联网各个领域全方位的分析。3.2 数据统计方法3.2.1 描述统计本中的描述统计方法主要是利用常用的Frequenc

18、ies 、Descriptives对问卷中的各题目进行统计。3.2.2 统计校验网上调查的误差来源有四方面：第一是抽样误差，第二是无回复误差，第三是回复误差，第四为数据处理误差。中国互联网调查课题组在最大程度减少调查误差方面采取了以下方法： 1.通过最新的互联网用户结构数据作为分层抽样的依据，在调查过程中动态调整样本结构，并采集有史以来最大规模的样本量来最大程度的减少抽样误差。 2.通过缓冲样本的方式来减少无回复误差。 3.通过采取严格的技术、人工手段来减少回复误差，包括：1）数据前台JS验证+验证码+后台来源、提交方式、数据完整性验证+后期数据分析验证2）答题时间过长或过短者都将被剔除3）不

19、拥有真实用户名、地址、邮件、电话等完整问卷填写人个人信息的问卷都将被剔除。4）企业恶意作弊插件所引起的无效问卷剔除；5）根据用户填写完毕问卷时在每道题（包括用户信息11个问题，但不包括姓名、Email、电话）上所花费的平均时间来剔除无效问卷；6）将缺项过多（针对选择“没有使用”和“其它”这两个选项）的问卷剔除；7）重复用户信息的问卷剔除；8）实施上述方案后，剩余问卷进行逻辑错误检验例如：“12岁以下”的“高中（中专）”、“大专”、“本科”问卷剔除“12岁以下”月均收入500元以上18岁以下“已婚”问卷剔除18岁以下“硕士”教育程度问卷剔除25岁以下“博士及以上”教育程度问卷剔除4.通过多位不同

20、的数据分析师对同一数据进行多次重复处理及分析，以减少数据处理中的误差。3.2.3 交叉分析交 叉分析是研究两个特征A ,B 之间的相互依赖性问题。交叉分析是利用统计学中的列联表分析来实现，并利用卡方检验来检验两个变量间相互依赖性。经过一致性或独立性的卡方检验后,在得到 差异是否显著或是否独立的同时,已经分析出两个特征（变量）是否相关了。比如差异显著或不独立,则说明两变量相关显著,反之则相关不显著。本利用交叉分析可分析不同互联网消费心理因素与互联网用户行为的相关性。3.2.4 多选项统计多选项分析是针对问卷调查中的多选问题的。多选项问题在问卷调查中普遍存在。它是根据实际调查需要，要求被调查者从问

21、卷给出的若干个可选答案中选择一个以上的答案。通常对多选项问题分析的一般步骤为以下两大步：第一，将多选项问题分解；第二，利用频次分析或交叉分组下的频次分析等方法进行分析。3.2.5 因子分析因子分析是构造几个的随机变量（称为因子）去描述原有的众多指标变量之间的相关关系，达到降维、简化、综合研究的目的。在对观测数据阵标准化处理后，从指标变量的相关矩阵出发，研究因子Fj与变量Xi相关结构的因子分析，称为R型因子分析。3.2.6 聚类分析聚 类分析是一种探索性的统计分析方法，聚类分析能够根据多个不同变量的观察值对调查样本进行分类。本将利用聚类分析首次对中国互联网用户进行市场细分，同时 也对互联网的各细

22、分市场的用户进行市场细分。本中的市场细分的根据是用户的17个价值观进行聚类，根据因子分析的得分作为输入，而细分结果作为输出。在中国的互联网研究中，本将首次利用价值观并使用聚类分析的统计学方法，对中国互联网用户以及互联网的各细分市场进行市场细分，描述个市场细分的比例，并利用交叉分析刻画每种细分市场的用户特征及其典型行为。3.3 行业研究方法3.3.1 行业环境研究方法3.3.1.1 宏观环境分析宏观环境采用PEST分析：政治法律环境分析经济环境分析社会文化环境分析技术环境分析3.3.1.2 微观环境分析波 特五力分析属于外部环境分析中的微观环境分析，主要用来分析本行业的企业竞争格局以及本行业与其

23、他行业之间的关系。一个行业中的竞争，不止是在原有竞争对 手中进行，而是存在着五种基本的竞争力量：潜在的行业新进入者、替代品的竞争、买方讨价还价的能力、供应商讨价还价的能力以及现有竞争者之间的竞争。3.3.2 竞争分析方法3.3.2.1 竞争格局分析方法通过两个维度进行竞争格局分析：厂商执行能力，指厂商的市场综合表现，包括市场份额、用户份额及品牌认知等。厂商创新能力，为厂商的创新能力综合表现，包括产品研发创新、盈利模式创新及业务服务创新。3.3.2.2 行业进入与退出壁垒分析行业进入与退出壁垒分析应用户互联网行业，有助于分析每个行业的投资可行性。从 行业利润的角度来看，最好的情况是进入壁垒较高而

24、退出壁垒低，在这种情况下，新进入者将受到抵制，而在本行业经营不成功的企业会离开本行业。反之，进入壁 垒低而退出壁垒高是最不利的情况，在这种情况下，当某行业的吸引力较大时，众多企业纷纷进入该行业；当该行业不景气时，过剩的生产能力仍然留在该行业内， 企业之间竞争激烈，相当多的企业会因竞争不利而陷入困境。3.3.3 行业预测方法3.3.3.1 行业预测流程3.3.3.2 相关分析相关分析是检验两个变量之间的相关性。本报告在行业预测中，利用将利用相关分析对影响因素进行分析，找出关键影响因素，用于预测模型中。相关分析的计算公式如下：3.3.3.3 时间序列模型本报告根据行业的实际情况，通过历史数据采取时

25、间序列预测的方法，被采用的方法有移动平均法、加权移动平均法、指数平滑法以及AR、MA、ARMA和ARIMA模型。3.3.3.4 回归分析模型本报告根据行业的实际情况，根据行业历史数据以及相关影响因素的数据进行回归分析，建立预测模型。分析模型包括：Linear：拟合直线方程（Y = b0+ b1X）；Quadratic：拟合二次方程（Y = b0+ b1X+b2X2）；Compound：拟合复合曲线模型（Y = b0*b1X）；Growth：拟合等比级数曲线模型（Y = e （b0+b1X）；Logarithmic：拟合对数方程（Y = b0+b1lnX）Cubic：拟合三次方程（Y = b0+ b1X+b2X2+b3X3）；S：拟合S形曲线（Y = e （b0+b1/X）；Exponential：拟合指数方程（Y = b0*eb1X）； Inverse：数据按Y = b0+b1/X进行变换；Power：拟合乘幂曲线模型（Y = b0Xb1）。